Resposta
1. El que suposeu en un model de regressió lineal és que el terme d'error és un procés de soroll blanc i, per tant, ha de ser estacionari. No hi ha cap suposició que les variables independents o dependents siguin estacionàries.
És necessària l'estacionarietat per a la regressió?
Es requereix una prova d'estacionarietat de les variables perquè Granger i Newbold (1974) van trobar que els models de regressió per a variables no estacionàries donen resultats falsos. … Com que ambdues sèries estan augmentant, és a dir, no estacionàries, s'han de convertir en sèries estacionàries abans de dur a terme l'anàlisi de regressió.
La regressió lineal requereix estandardització?
En l'anàlisi de regressió, heu d'estandarditzar les variables independents quan el vostre model conté termes polinomials per modelar termes de curvatura o d'interacció. … Aquest problema pot enfosquir la importància estadística dels termes del model, produir coeficients impreciss i fer més difícil triar el model correcte.
Quins són els tres requisits de la regressió lineal?
Linealitat: La relació entre X i la mitjana de Y és lineal. Homoscedasticitat: la variància del residu és la mateixa per a qualsevol valor de X. Independència: les observacions són independents les unes de les altres. Normalitat: per a qualsevol valor fix de X, Y es distribueix normalment.
L'OLS assumeix l'estacionarietat?
Pel que fa a la no estacionarietat, no està cobert per les hipòtesis de l'OLS, de manera que les estimacions de l'OLS ja no seran BLAU si les vostres dades no són estacionàries. En resum, això no ho vols. A més, no té sentit tenir una variable estacionària explicada per una caminada aleatòria, o viceversa.
